Elias tłumaczy badania stojące za nagłówkami prostym językiem.
Otrzymuj na maila najważniejsze historie tygodnia o AI i sztuce AI — wyselekcjonowane, zwięzłe, za darmo.
Za darmo. Wypisz się w każdej chwili.
Wybierz towarzysza i poznaj jego zdanie na temat tej historii
Inherent, brytyjskie laboratorium AI założone przez byłych pracowników DeepMind, twierdzi, że jego agent Faraday przewyższył modele Anthropic i OpenAI w benchmarku mierzącym autonomiczną replikację artykułów naukowych — czyli zdolność do przeczytania badania i samodzielnego odtworzenia jego wyników.\n\n## Najważniejsze wnioski\n\n- Faraday firmy Inherent to agent AI — system wykonujący wieloetapowe działania autonomicznie, a nie tylko generator tekstu — zaprojektowany specjalnie do replikowania badań naukowych.\n- We własnym benchmarku Inherent Faraday przewyższył modele zarówno Anthropic, jak i OpenAI w zadaniu replikacji badań.\n- Inherent został założony przez absolwentów Google DeepMind, co zapewnia mu badawcze zaplecze w dziedzinie autonomicznych systemów AI.\n- Replikacja badań jest uznawana za miarodajny test głębokości rozumowania: wymaga zrozumienia metodologii, a nie tylko streszczania wniosków.\n- Wyniki benchmarku pochodzą od samego Inherent; niezależna weryfikacja przez stronę trzecią nie została jeszcze opublikowana.\n\n## Co tak naprawdę sprawdza replikacja badań\n\nReplikowanie artykułu naukowego to nie to samo co jego streszczanie. Model zdolny do replikacji badania musi przeanalizować metodologię, zidentyfikować zmienne, przeprowadzić lub zasymulować opisany proces i uzyskać wyniki zgodne z oryginałem w dopuszczalnym marginesie błędu. Można to porównać do różnicy między przeczytaniem przepisu a faktycznym ugotowaniem potrawy. To rozróżnienie ma znaczenie dla każdego, kto używa AI do wspomagania ustrukturyzowanych, wieloetapowych procesów twórczych lub technicznych — ta sama głębokość rozumowania, która pozwala agentowi odtworzyć eksperyment, umożliwia mu niezawodne wykonywanie złożonych łańcuchów promptów lub realizację pipeline'ów produkcyjnych bez zbaczania z kursu.\n\nDla twórców AI-artu bezpośrednim odpowiednikiem są przepływy agentowe: systemy wykonujące sekwencje kroków generowania, oceny i udoskonalania bez ciągłego nadzoru. Im silniejsza zdolność agenta do utrzymywania ustrukturyzowanego zadania w pamięci przez wiele kroków, tym bardziej niezawodnie radzi sobie z takimi zadaniami jak iteracyjne dopasowywanie stylu, wsadowe wykonywanie promptów czy wieloetapowe udoskonalanie obrazów.\n\n## Wyniki benchmarku Faraday i kwestia zaufania\n\nWedług TechCrunch, Inherent pozycjonuje Faraday jako AI „współpracownika" (ang. teammate), a nie narzędzie — przedstawiając go jako coś, co działa ramię w ramię z badaczami, a nie tylko przetwarza ich żądania. Wyniki benchmarku pokazujące Faraday przed ofertami Anthropic i OpenAI są na tym etapie własnymi liczbami Inherent. Nie opublikowano żadnej niezależnej oceny przez stronę trzecią — to standardowe zastrzeżenie, o którym warto pamiętać, gdy jakiś startup ogłasza, że pokonał bardziej znanych graczy rynkowych.\n\nNie zmienia to faktu, że rodowód byłych pracowników DeepMind nie jest jedynie ozdobnikiem. Zespół ma bezpośrednie doświadczenie w budowaniu systemów uczenia przez wzmacnianie i planowania, które stanowią fundament sprawnych agentów, a replikacja badań jest trudniejszym celem niż większość zadań w rankingach — model, który wymyśla wynik zamiast go odtwarzać, natychmiast ponosi porażkę.\n\n## Dlaczego określenie „współpracownik" sygnalizuje coś konkretnego\n\nWybór przez Inherent słowa „współpracownik" zamiast „asystent" czy „narzędzie" jest celowy. Sugeruje system, który przejmuje inicjatywę w podzadaniach, weryfikuje własną pracę i sygnalizuje niepewność zamiast ją maskować. Taki profil zachowania — jeśli potwierdzi się w niezależnych testach — byłby naprawdę przydatny w kontekstach twórczych, gdzie typowym błędem obecnych agentów jest pewna siebie błędność: model generujący pozornie poprawny wynik, który po cichu mija się z założeniami.\n\nRamowanie przez pryzmat replikacji badań sytuuje też Faraday bezpośrednio w przestrzeni agentowego AI, w której intensywnie konkurują laboratoria takie jak Anthropic (z funkcjami computer-use w Claude) i OpenAI. Mniejsze laboratorium twierdzące, że prowadzi w benchmarku w tej konkretnej dziedzinie, to sygnał, że poziom agentowy AI staje się prawdziwie konkurencyjny — to już nie wyścig dwóch koni.\n\nDla twórców eksplorujących narzędzia AI wykraczające poza generowanie obrazów — używających agentów do automatyzacji zbierania referencji, analizy stylu czy iteracji promptów — ogłoszenie Faraday jest warte obserwowania. Praktyczne pytanie brzmi, czy Inherent otworzy szeroki dostęp, czy utrzyma Faraday w modelu partnerstwa badawczego. Nie ogłoszono żadnej publicznej daty premiery ani cennika. Dopóki nie pojawi się niezależna replikacja benchmarku replikacji, nagłówkowa liczba pozostaje twierdzeniem, a nie werdyktem — jest to jednak twierdzenie konkretne i falsyfikowalne, co stanowi więcej niż oferuje większość startupowych benchmarków.\n\nTwórcy już eksperymentujący z przepływami wspomaganymi przez AI mogą sprawdzić, co obsługują narzędzia obecnej generacji, w przewodnikach Charmloop, podczas gdy agentowy poziom modeli nadal się rozwija.